因为在conda下已经配置过tensorflow环境，然后配置gluon时，发现jupyter notebook一直无法进入gluon的环境下运行。（在python中是可以import nd的，但是打开jupyter notebook后无法import nd）
刚开始没找到原因，因为是小白，所以配置时一直都比较多，各种包放置的位置都是乱的。排查了几个原因，包括版本问题，
最后发现是jupyter的kernel没有配置上去。所以，如果各位也出现类似的问题时，检查一下你的kernel的位置是否在你配置的环境下。
我因为在排查过程中把环境和conda搞得比较乱了，嫌弃了conda，所以听朋友意见换了virtualenv来配置和安装。以下是我配置完后的总结。
第一步、下载并安装好python(我选择的是3.6.5版本，因为tensorflow需要用的python版本是3.6)
第二步、安装vitualenv，在cmd命令窗口里输入：
pip3 install virtualenv第三步、选择建立你的环境需要放置的文件夹：比如我放在D盘，并创建目录：
mkdir PyEnv第四步、创建环境名称：
mkdir Py36_gluon第五步、创建一个独立的python运行环境，命名为Py36_gluon:
virtualenv --no-site-packages Py36_gluon其中，virtualenv是建立独立python运行环境命令，--no-site-packages是不引入除python外的任何第三方包进入
第六步、activate环境：
Py36_gluon\Scripts\activate即每次activate环境都需要找到你环境的绝对路径进入activate
第七步、安装第三方包：（gluon环境需要以下这些包，挨个安装就行）
pip install jupyter第八步、下载jupyter中ipykernel，一般来说下载jupyter的时候一并下好了
pip3 install ipykernel第九步、配置ipykernel
python -m ipykernel install --user --name <名称> --display-name "<Jupyter显示的名称>"之后，我们启动Jupyter Notebook。然后在其中选取所需要的内核就行（在new或者kernel中选择）
以后每次打开jupyter时，都需要先进入绝对路径下的环境，然后activate。这样的好处是保证环境之间不冲突。环境配置以及包管理也清晰简洁。